指数与基金机制:指数基金"跑赢"指数,是常态不是本事
两只跟踪沪深300 的样本,16.5 年年化分别高出指数 1.43 和 1.95 个百分点——原因不在基金,在指数口径
一个几乎人人都会误判的现象:指数基金长期跑赢了它跟踪的指数。
样本A（519300） 基金复权净值 年化 3.05% 沪深300 价格指数 年化 1.61% 差 +1.43 pp
样本E（000051） 基金复权净值 年化 3.56% 沪深300 价格指数 年化 1.61% 差 +1.95 pp
这不是基金经理厉害,是指数口径的问题。
沪深300 这类常用行情是价格指数:成分股分红后,指数直接掉下来、不加回去。而基金实实在在收到了那笔分红。
你拿基金去比价格指数,等于白送基金一份股息。
这是 p1.3(股票复权)、p6.1(基金净值)之后,同一条"复权口径"的第三次出现——这次在指数上。
两个人比赛种果树,比的是"最后树值多少钱"。
甲每年把果子摘下来卖掉,钱进了自己口袋。乙也摘了卖了,但比赛规则规定:乙卖果子的钱要算进成绩里,甲的不算。
于是乙"赢"了。
赢的不是种树技术,是记分规则。
一、实测:基金 vs 价格指数
样本为跟踪沪深300 的公募基金(按代码取样,非精选,不构成任何推荐),净值用 p6.1 的复权口径:
| 基金累计 | 基金年化 | 指数累计 | 指数年化 | 年化差 | |
|---|---|---|---|---|---|
| 样本A(519300) | 64.0% | 3.05% | 30.1% | 1.61% | +1.43 pp |
| 样本E(000051) | 77.9% | 3.56% | 30.1% | 1.61% | +1.95 pp |
(2010-01-04 ~ 2026-07-29,4022 个交易日)
| 日均偏离 | 日偏离标准差 | 年化跟踪误差 | 日偏离为负占比 | |
|---|---|---|---|---|
| 样本A | +0.47 bp | 12.0 bp | 1.87% | 47.5% |
| 样本E | +0.69 bp | 8.6 bp | 1.35% | 46.2% |
注意"日偏离为负占比"都低于 50%——基金连单日看都是多数时候赢。
二、拆开这个"跑赢"
日均偏离为正,这与"基金每天被费率吃掉一点"的直觉相反。拆成两项就清楚了:
| 方向 | 量级 | |
|---|---|---|
| ① 费率(管理+托管,按日计提) | 负 | 指数基金 0.5%~1.0%/年 → 约 -0.2 ~ -0.4 bp/日 |
| ② 成分股分红 | 正 | 宽基股息率 2%~3%/年 → 约 +0.8 ~ +1.2 bp/日 |
② 的量级是 ① 的两三倍,所以净偏离为正。
反过来倒推也对得上:
样本A 年化差 +1.43 pp，若费率按 0.5%/年 计 → 隐含股息贡献约 1.93%/年
样本E 年化差 +1.95 pp，同上 → 隐含股息贡献约 2.45%/年
都落在宽基股息率的合理量级里。
正确的比较对象是全收益指数(含分红再投),不是价格指数。
这个口径错误有两个方向,而两个方向都很常见:
| 你在做什么 | 用价格指数的后果 |
|---|---|
| 拿基金业绩比指数 | 高估基金——白送它一份股息 |
| 用指数回测"指数定投" | 低估自己——白扣了自己一份股息 |
同一个口径错误,换个方向就从"高估基金"变成"低估自己"。
本课前面所有用
sh.000300做基准的地方(p5.2、p5.5、p5.10 等),用的都是价格指数——那些"跑输基准"的结论,如果换成全收益指数会更难看,不会更好看。这一点必须说明,不能只在有利的时候提口径。
🔧 动手做:指数基金"跑赢"指数,是本事还是错觉?(5 分钟)
跑 python tracking_error.py。两只跟踪沪深300 的基金,长期都"跑赢"了沪深300 指数。
你会看到(实测):两只基金年化分别比沪深300 指数高出 1.43 和 1.95 个百分点。
想明白:这不是基金经理厉害——沪深300 是价格指数,成分股分红后指数直接掉下来、不加回;而基金实实在在收到了那笔分红。你拿基金跟价格指数比,等于让它白赚一份股息。换成全收益指数比,这个"跑赢"就没了。任何"跑赢指数"的宣传,先问:跟的是价格指数还是全收益指数?
三、跟踪误差从哪来
年化跟踪误差 = 日偏离标准差 × √244。样本实测 1.35% ~ 1.87%。它由六个来源构成:
| 来源 | 性质 | 怎么看 |
|---|---|---|
| 费率(管理+托管+销售服务) | 确定性拖累,按日计提 | 选低费率产品 |
| 成分股调整时的冲击成本 | 调仓日集中交易——这就是 p5.7 的容量问题 | 看规模与调仓执行 |
| 申赎现金流冲击 | 大额申赎迫使被动买卖 | 看规模稳定性 |
| 留存现金(应对赎回) | 仓位不满 100%,牛市拖后腿 | 看季报股票仓位 |
| 打新/融券等增强 | 可能带来正偏离 | 看是否为"增强型" |
| 停牌股与流动性 | 无法完全复制成分 | 小盘指数更严重 |
只有第一项是可预测的确定性拖累,其余五项都是双向的。这也是为什么"跟踪误差"要用标准差衡量,而不是用平均偏离。
两个样本的跟踪误差差了近 40%(1.87% vs 1.35%),而它们跟踪的是同一个指数。差别不在指数,在实现。
四、非传统资产:哪些能用本课的方法回测
| 资产 | 结论 | 原因 |
|---|---|---|
| 黄金 | 可回测 | 有长期连续价格与 ETF;注意计价货币与汇率 |
| 加密资产 | 有限可回测 | 历史短、结构变化剧烈、交易所数据口径不一 |
| 房产 | 不可按本课方法回测 | 非同质、低频成交、无连续报价、交易成本极高且个体化 |
| 非上市股权/收藏品 | 不可回测 | 无公允连续价格,幸存者偏差极强 |
判断一类资产能不能回测,只问三件事:
- 有没有连续、可复现的历史价格
- 价格是不是可成交的(而非评估价)
- 交易成本能不能被建模(p5.7)
三条缺一,回测结果就不能当结论——只能当描述。
房产是最典型的反例:你看到的"某小区均价涨了多少",既不是可成交价(挂牌 ≠ 成交)、也不连续(一个月可能零成交)、交易成本还高达总价的几个百分点且因人而异。
不是"房产不值得投",而是"本课这套方法在它身上得不到可信结论"。 这两句话完全不同。
📌 免责:本课为技术教学,样本按代码取样(非精选),不推荐任何基金、指数或资产类别;历史模拟不构成投资建议。
四件事:
- 指数基金"跑赢"指数是常态,不是本事。两只样本 16.5 年年化分别高出 +1.43 / +1.95 pp,连单日看都是多数时候赢(日偏离为负仅 47.5% / 46.2%)
- 拆开只有两项:费率(负,约 -0.2~-0.4 bp/日)与成分股分红(正,约 +0.8~+1.2 bp/日);倒推隐含股息贡献 1.93% / 2.45%,落在宽基股息率量级
- 同一个口径错误有两个方向:比基金业绩用价格指数 → 高估基金;回测指数定投用价格指数 → 低估自己。本课前面用
sh.000300做基准的地方都是价格指数,那些"跑输基准"的结论换成全收益指数只会更难看 - 跟踪误差 1.35%~1.87%,六个来源里只有费率是确定性拖累,其余五项双向——所以要用标准差衡量而非平均偏离;两只跟同一指数的样本差了近 40%,差别不在指数,在实现
外加一张可回测边界表:黄金可回测、加密有限可回测、房产与非上市资产不可按本课方法回测。判据只有三条:价格是否连续可复现、是否可成交、成本能否被建模。三条缺一,回测结果只能当描述,不能当结论。
下一节做长周期实测,并演示一个所有长期收益率数字都逃不掉的陷阱:换一个起点,结论就变了。
🔎 来源与核验· 3 条,点开核对
